排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
1.引言可扩放性是指并行算法有效利用可扩充的处理机数目的能力,目前已经提出了许多可扩放性度量方法,其中最典型的是:等效率方法、等平均速度方法和平均延迟方法。等效率的方法严格地说只是一种分析的方法,在实际应用中不够准确,而且该方法给出的是工作量与处理器数的关系函数,反映了工作量随处理器数变化的趋势,并没有一个量化的数据。等平均速度的方法将平均速度作为衡量可扩放性的主要指标,是一种将算法与机器相结合的基于测量的方法,但是在实际情况中很难精确地测量出程序运行的速度。平均延迟的方法使用平均计算延迟作为衡量可扩放性的主要指标,精确地考虑了算法与体系结构两者的特性,也是一种基于测量的方法,但该方法需要使用专用的硬件或者专门的系统级软件来测量并行程序运行时每个处理器上的延迟时间,因此难以广泛地应用于各种并行机上。 相似文献
3.
4.
一种基于MPP的并行归并算法 总被引:4,自引:1,他引:3
文中提出并分析了并行归并算法PMFS;基于曙光-1000大规模并行计算机系统,给出了PMFS算法应用实例的实验结果,并将PMFS算法推广得到的并行归并排序算法与PSRS算法进行了比较。 相似文献
5.
网络计算环境下并行算法及其可扩放性分析 总被引:4,自引:2,他引:4
并行算法的可扩放性是提其有效利用计算节点的能力,它可以预测算法在处理机数目变化时的性能,在网络环境下用PVM实现了并行矩阵乘法及PSRS算法,分析了在网络计算环境下这两个算法的可扩放性,并利用试验数据进行了验证。 相似文献
6.
1